dataframe新加入一个dataframe
时间: 2023-09-18 19:08:39 浏览: 35
可以使用 pandas 库中的 concat 函数将两个 dataframe 合并。例如:
```python
import pandas as pd
# 原始数据
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': ['d', 'e', 'f']})
# 将 df2 合并到 df1 中
df = pd.concat([df1, df2], ignore_index=True)
print(df)
```
运行结果:
```
A B
0 1 a
1 2 b
2 3 c
3 4 d
4 5 e
5 6 f
```
在这个例子里,我们先创建了两个 dataframe `df1` 和 `df2`,它们的结构和数据如下:
```
df1:
A B
0 1 a
1 2 b
2 3 c
df2:
A B
0 4 d
1 5 e
2 6 f
```
然后我们使用 concat 函数将 `df2` 合并到 `df1` 中,并且忽略行索引(`ignore_index=True`)。最后输出合并后的结果 `df`。
相关问题
dataframe加入短的一个list
您可以使用`pd.concat()`函数将一个短的列表添加到DataFrame中。这个函数可以将两个或多个DataFrame按行或按列连接起来。假设您有一个DataFrame `df` 和一个短的列表 `lst`,您可以按行连接它们,如下所示:
```python
import pandas as pd
# 假设您有一个DataFrame和一个短的列表
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
lst = [7, 8, 9]
# 使用pd.concat()按行连接DataFrame和列表
new_df = pd.concat([df, pd.DataFrame([lst], columns=df.columns)], ignore_index=True)
print(new_df)
```
输出将是一个新的DataFrame,其中包含原始DataFrame以及添加的列表:
```
A B
0 1 4
1 2 5
2 3 6
3 7 8
```
请注意,我假设列表的长度与DataFrame的列数相匹配,并且列名也匹配。如果您有不同的要求,请提供更具体的示例或详细说明,以便我能够为您提供更准确的解决方案。
新建一个dataframe并且不断加入
新的数据,如何实现?
这个问题可以回答。您可以使用 pandas 库中的 DataFrame 类来创建一个新的 dataframe,并使用 append() 方法来不断添加新的数据。例如:
```python
import pandas as pd
# 创建一个空的 dataframe
df = pd.DataFrame(columns=['col1', 'col2', 'col3'])
# 添加新的数据
new_data = {'col1': 1, 'col2': 2, 'col3': 3}
df = df.append(new_data, ignore_index=True)
```
您可以根据需要添加更多的数据,只需使用相同的方法即可。